CV data analyst : les compétences à mettre en avant (et comment les prouver)

Sur 11 792 offres observées par Postules sur 30 jours (septembre 2026), 350 ciblaient explicitement le poste de data analyst. Ce sous-ensemble est le fil rouge de cet article : ce que vous allez lire reflète ce que les recruteurs écrivent réellement dans leurs annonces, pas ce qu'on suppose qu'ils veulent.

Les compétences techniques à placer en haut de votre CV

Dans les offres data analyst, SQL arrive en tête avec 56 occurrences, suivi de Tableau (49), Power BI (47) et Python (30). Ce classement a une implication directe : si vous ne faites apparaître qu'un seul outil de visualisation sur votre CV, choisissez Tableau ou Power BI - et si vous maîtrisez les deux, listez-les séparément plutôt que de les regrouper sous "dataviz".

Excel reste présent dans 33 offres. Ce n'est pas un vestige : dans les contextes métier (finance, retail, RH), Excel est souvent l'outil de livraison finale vers les équipes non techniques. Ne le cachez pas par pudeur si vous l'utilisez réellement à un niveau avancé (tableaux croisés dynamiques, Power Query, formules matricielles).

SQL, Python et les outils BI sont les trois piliers. Voici comment les rendre crédibles sur un CV :

• SQL : précisez le moteur (PostgreSQL apparaît dans les données globales du marché, Snowflake et dbt dans les offres data analyst spécifiques). Une preuve concrète : "requêtes sur une base de X millions de lignes", "réduction du temps de traitement d'un rapport hebdomadaire de Y heures à Z minutes".
• Tableau / Power BI : nommez le dashboard ou le rapport, son audience (direction, équipe commerciale, 50 utilisateurs) et la décision qu'il a permis. "Tableau de bord des ventes livré à 3 directeurs régionaux" vaut infiniment plus que "maîtrise de Power BI".
• Python : indiquez ce que vous avez automatisé ou analysé, pas juste le langage. "Script d'automatisation de la collecte de données réduisant 4 heures de travail manuel par semaine" est une preuve. "Connaissance de Python" n'en est pas une.

GCP (11 occurrences dans les offres data analyst), Azure (7) et Talend (7) apparaissent aussi. Si vous avez une expérience cloud ou ETL, mentionnez-la - elle différencie les profils confirmés des juniors sur ce marché.

Ce que le marché global vous dit sur votre positionnement

Les 350 offres data analyst s'inscrivent dans un marché plus large de 11 792 offres tech-data. Cela signifie que votre CV sera souvent lu par des recruteurs qui gèrent simultanément des postes de développeur, d'ingénieur data ou de DevOps. Deux conséquences pratiques :

Soyez explicite sur ce que vous n'êtes pas. Un recruteur qui cherche un data analyst ne veut pas deviner si vous êtes data engineer ou BI developer. Le titre de votre CV et votre accroche doivent lever l'ambiguïté immédiatement.

Le CDI domine, le freelance est solide. Sur l'ensemble du marché, 2 645 offres sont en CDI et 1 182 en freelance - soit environ 45 % des offres à contrat identifié pour le CDI, et 20 % pour le freelance. Si vous ciblez les missions, les plateformes de missions publient un volume réel et non marginal. Adaptez votre CV en conséquence : un CV freelance met en avant les livrables et la durée des missions, un CV CDI insiste sur la progression et l'impact dans la durée.

Paris concentre la majorité des offres, mais Lyon, Toulouse, Lille et Nantes représentent chacune des volumes significatifs. Si vous êtes en région, ne vous limitez pas aux offres locales : 67 offres proposent le full remote et 618 le télétravail partiel sur l'ensemble du périmètre observé.

Construire les preuves : ce que vous devez écrire concrètement

L'angle qui fait la différence sur un CV data analyst, c'est la mesure. Voici un cadre simple pour chaque compétence que vous listez :

1. Quel outil ou technologie - SQL, Power BI, Python, etc.
2. Dans quel contexte - secteur, taille de l'entreprise, volume de données, fréquence du livrable.
3. Pour qui - l'audience du résultat (équipe, direction, client externe).
4. Avec quel résultat - temps gagné, décision prise, anomalie détectée, chiffre d'affaires suivi.

Vous n'avez pas toujours un résultat chiffré spectaculaire. Ce n'est pas grave : "rapport mensuel livré à J+2 au lieu de J+5" ou "détection de 3 sources de données incohérentes ayant conduit à une correction du reporting" sont des preuves solides et honnêtes.

Pour les profils en reconversion, le même cadre s'applique aux projets personnels ou académiques. Un projet sur des données publiques avec SQL et Tableau, documenté et publié, vaut une expérience courte en entreprise si la preuve est précise.

---

Identifier les bonnes compétences est une chose ; les formuler de façon à correspondre exactement à une offre précise en est une autre. Le dossier de compétences Postules permet de structurer vos expériences autour des compétences réellement demandées dans l'offre que vous visez, en mettant en avant les preuves les plus pertinentes pour ce recruteur. C'est particulièrement utile quand vous postulez à la fois en CDI et en freelance, ou quand vous adaptez votre profil entre des secteurs différents.